
摘要
在这份简短的技术报告中,我们介绍了CINIC-10数据集,作为CIFAR-10的一个插件扩展替代方案。该数据集通过结合CIFAR-10和从ImageNet数据库中选择并下采样的图像编制而成。我们阐述了数据集的编制方法,展示了不同类别的示例图像,提供了存储库各部分的像素分布情况,并给出了一些知名模型的标准基准测试结果。有关下载、使用和编制的详细信息,请参阅相关GitHub仓库。
代码仓库
BayesWatch/cinic-10
官方
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| image-classification-on-cinic-10 | ResNeXt29_2x64d | Accuracy: 91.45 |
| image-classification-on-cinic-10 | ResNet-18 | Accuracy: 90.27 |
| image-classification-on-cinic-10 | VGG-16 | Accuracy: 87.77 |
| image-classification-on-cinic-10 | DenseNet-121 | Accuracy: 91.26 |